基于误分代价的变精度模糊粗糙集属性约简

基于误分代价的变精度模糊粗糙集属性约简
王子茵;李磊军;米据生;李美争;解滨
【期刊名称】《计算机科学》
【年(卷),期】2022(49)4
【摘要】属性约简目前是粗糙集领域的热点研究问题。

文中研究了如何在保持误分类代价不增加的基础上减少冗余属性。

首先定义了变精度模糊粗糙集中的最小误分类程度,然后引入了决策过程,提出了一种基于最小误分类程度的变精度模糊粗糙集模型,最后在这个模型的基础上将误分代价作为不变量,提出了一种启发式属性约简算法。

将所提算法与其他算法进行比较,实验结果表明,所提算法得到的属性约简结果具有保留的属性数相对较少、误分类代价更低的优点。

【总页数】7页(P161-167)
【作者】王子茵;李磊军;米据生;李美争;解滨
【作者单位】河北师范大学计算机与网络空间安全学院;河北师范大学数学科学学院;河北省计算数学与应用重点实验室;河北师范大学数学博士后科研流动站
【正文语种】中文
【中图分类】TP182
【相关文献】
1.变精度粗糙集与粗糙集属性约简特征比较
2.模糊粗糙集中基于测试代价敏感的属性约简
3.一种基于属性重要性的变精度粗糙集属性约简算法
4.基于属性重要度的变精度邻域粗糙集属性约简算法
5.基于属性质量度的变精度邻域粗糙集属性约简
因版权原因，仅展示原文概要，查看原文内容请购买。